OALL/details_Qwen__Qwen1.5-7B

该数据集是在评估Qwen/Qwen1.5-7B模型运行期间自动创建的。数据集由136个配置组成，每个配置对应一个评估任务。数据集是从一次运行中创建的，每次运行都可以在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳命名。此外，还有一个名为"results"的附加配置，存储了运行的所有聚合结果。数据集的"train"分割始终指向最新的结果。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of Qwen/Qwen1.5-7B

数据集来源

• 自动创建于模型Qwen/Qwen1.5-7B的评估运行过程中。

数据集组成

• 包含136个配置，每个配置对应一个评估任务。
• 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• 有一个额外的配置“results”存储所有运行的聚合结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("OALL/details_Qwen__Qwen1.5-7B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自2024-05-22T06:34:32.964389的运行，包含多个任务的评估数据。

数据集详细配置

配置详情

• 每个配置包含多个任务的评估结果，包括准确率（acc_norm）和标准误差（acc_norm_stderr）等指标。
• 任务涵盖广泛的主题，如历史、文化、科学等，每个任务的评估结果详细记录。

使用场景

• 该数据集适用于模型性能评估、任务特定分析和模型改进等研究领域。